TensorZero项目2025.04版本发布:多模态支持与日志系统升级
TensorZero是一个开源的AI模型服务平台,致力于为开发者提供灵活、高效的模型部署与管理解决方案。该项目通过网关服务、UI界面和Python客户端等组件,简化了AI模型在生产环境中的应用流程。2025年4月,TensorZero发布了2025.04.0版本,带来了一系列重要更新和改进。
多模态模型支持
本次更新的亮点之一是增加了对多模态模型(VLM)的支持。这意味着开发者现在可以通过TensorZero平台处理包含图像在内的多种数据类型输入。在UI界面中,新增了专门的组件用于展示和处理图像输入输出,大大扩展了平台的应用场景。
多模态支持不仅体现在基础功能上,还包括了对输出展示的优化。新的UI组件能够更好地呈现结构化数据、模式定义和各种标签信息,使得复杂模型的输出更加直观易懂。
配置与请求覆盖增强
2025.04版本在配置灵活性方面做了显著改进:
-
新增了
extra_body参数支持,允许开发者在推理时动态覆盖预设配置。这意味着同一个模型可以针对不同请求采用不同的参数组合,而无需预先定义多个配置。 -
模型提供商和变体配置中增加了
extra_headers支持,为需要特殊HTTP头的场景提供了解决方案,特别是在与企业内部系统集成时非常有用。
日志系统升级
TensorZero Gateway的日志系统经历了重要变更:
-
默认日志格式从JSON变更为更易读的"pretty"格式,更适合人类阅读。开发者可以通过
--log-format参数在"pretty"和"json"格式间切换。 -
这项变更虽然提升了开发体验,但也带来了向后兼容性问题。依赖JSON格式日志进行自动化处理的系统需要显式指定
--log-format json参数以保持原有行为。
即将到来的变更预告
开发团队已经预告了未来版本中的一项重要变更:Docker容器将不再默认指定配置文件路径。这一变更计划在2025年6月之后的版本中实施,开发者需要提前做好准备,在Docker Compose或运行命令中明确指定配置文件路径或使用--default-config参数。
其他改进与修复
除了上述主要特性外,本次更新还包括:
- 修复了Python客户端中误报工具调用弃用警告的问题
- 改进了各类错误和警告信息的表达方式,提升开发者体验
- 进行了多项底层优化和UI改进,提升了系统整体稳定性和用户体验
这些改进体现了TensorZero项目对开发者体验的持续关注,通过不断优化细节来降低AI模型在生产环境中部署和使用的门槛。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00